您的位置: 首頁 >產(chǎn)經(jīng) >

研究表明人工智能可以快速準確地分析心臟掃描結(jié)果

2019-11-27 14:40:53 編輯: 來源:
導讀 人工智能已經(jīng)影響到你生活的無數(shù)領(lǐng)域,從你的工作到你的醫(yī)療保健。新的研究表明,它很快就可以用來分析你的心臟。 人工智能將很快被用于分析你的心臟。 周三發(fā)表的一項研究發(fā)現(xiàn),在對超聲掃描顯示的心臟解剖結(jié)構(gòu)進行分類時,先進的機器學習比獲得國際認證的超聲心動圖醫(yī)師更快、更準確、更有效。這項研究是由來自加州大學舊金山分校、加州大學伯克利分校和貝斯以色列女執(zhí)事醫(yī)療中心的研究人員進行的。 研究人員訓練了一臺計

人工智能已經(jīng)影響到你生活的無數(shù)領(lǐng)域,從你的工作到你的醫(yī)療保健。新的研究表明,它很快就可以用來分析你的心臟。

人工智能將很快被用于分析你的心臟。

周三發(fā)表的一項研究發(fā)現(xiàn),在對超聲掃描顯示的心臟解剖結(jié)構(gòu)進行分類時,先進的機器學習比獲得國際認證的超聲心動圖醫(yī)師更快、更準確、更有效。這項研究是由來自加州大學舊金山分校、加州大學伯克利分校和貝斯以色列女執(zhí)事醫(yī)療中心的研究人員進行的。

研究人員訓練了一臺計算機來評估最常見的超聲心動圖(echo)視圖,使用了超過180,000張回波圖像。然后,他們在新的樣品上測試了電腦和人類技術(shù)人員。在評估回聲視頻時,計算機的準確率為91.7%至97.8%,而人類的準確率只有70.2%至83.5%。

“這為全面分析超聲心動圖提供了一個基礎(chǔ)步驟,”UCSF醫(yī)學中心心臟病學家、UCSF醫(yī)學院助理教授Rima Arnaout博士說。

解釋超聲心動圖可能很復雜。它們包括幾段視頻剪輯、靜態(tài)圖像和從十幾次觀看中獲得的心臟記錄。某些觀點之間可能只有細微的差異,這使得人們很難提供準確和標準化的分析。

人工智能可以提供更多有用的結(jié)果。研究表明,深度學習已被證明在學習圖像模式方面非常成功,是一種有前途的工具,可以幫助專家在放射學、病理學和皮膚病學等領(lǐng)域進行基于圖像的診斷。人工智能還被用于醫(yī)學的其他幾個領(lǐng)域,從使用眼睛掃描預測心臟病風險到幫助住院病人。在去年發(fā)表的一項研究中,斯坦福大學(Stanford)的研究人員能夠訓練一種深度學習算法來診斷皮膚癌。

但是Arnaout說,超聲心動圖是不同的。在識別皮膚癌時,“一顆皮膚痣等于一張靜止圖像,而心臟超聲卻不是這樣?!睂τ谛呐K超聲,一個心臟相當于許多視頻,許多靜態(tài)圖像和至少四個不同角度的不同類型的記錄,”她說。“你不可能一步就從心臟超聲波診斷出來。你必須一步一步地解決這個診斷問題。”這種復雜性是人工智能尚未廣泛應用于超聲心動圖的部分原因。

該研究使用了超過22.3萬張隨機選擇的回聲圖像,這些圖像來自于加州大學舊金山分校醫(yī)學中心267名年齡在20歲到96歲之間的患者,收集于2000年到2017年之間。研究人員建立了一個多層神經(jīng)網(wǎng)絡(luò),并使用監(jiān)督學習對15個標準視圖進行分類。80%的圖像是隨機選擇的,用于培訓,而20%的圖像是保留的,用于驗證和測試。委員會認證的超聲心動圖專家們隨機選擇了1500幅圖像——每種圖像各100幅——這些圖像來自于給該模型的相同測試集。

計算機從12個視頻中對圖像進行分類,準確率為97.8%。單幅低分辨率圖像的準確率為91.7%。另一方面,人類的準確率為70.2%到83.5%。

阿爾諾特說,卷積神經(jīng)網(wǎng)絡(luò)最大的缺點之一就是需要大量的訓練數(shù)據(jù)。

她說:“當你在網(wǎng)上看貓咪視頻之類的東西時,這很好,因為網(wǎng)上有很多這樣的視頻。”“但在醫(yī)學領(lǐng)域,將會出現(xiàn)這樣的情況,即不會有很多人患有這種疾病,也不會有很多人的心臟有這種特殊的結(jié)構(gòu)或問題。所以我們需要找到使用更小的數(shù)據(jù)集學習的方法?!?/p>

她說,研究人員能夠用不到1%的數(shù)據(jù)建立視圖分類。

在人工智能成為臨床應用的中心階段之前,還有很長的路要走,還有很多研究要做。

“這是第一步,”阿諾特說?!斑@不是你的醫(yī)生所做的全面診斷。但令人鼓舞的是,我們能夠用最少的數(shù)據(jù)實現(xiàn)基本的一步,這樣我們就可以進入下一步?!?/p>

最聰明的東西:革新者想出新方法讓你和你周圍的事物更聰明。



免責聲明:本文由用戶上傳,如有侵權(quán)請聯(lián)系刪除!

最新文章

精彩推薦

圖文推薦

點擊排行

2016-2022 All Rights Reserved.平安財經(jīng)網(wǎng).復制必究 聯(lián)系QQ   備案號:

本站除標明“本站原創(chuàng)”外所有信息均轉(zhuǎn)載自互聯(lián)網(wǎng) 版權(quán)歸原作者所有。

郵箱:toplearningteam#gmail.com (請將#換成@)